KennisbankExamencentrum
NL · NLNederlands (Nederland)
Taal kiezen13

CKTIS / C++

std::u8string — een tekenreeks van UTF-8-code-eenheden

std::u8string is een alias voor std::basic_string<char8_t> uit <string>. Het slaat UTF-8-code-eenheden op, maar controleert de codering niet; size() telt geen tekens zoals gebruikers die ervaren.

Versie: C++23; repository compiler flag, production runtime not attested

Syntax

#include <string>
std::u8string text = u8"...";
// Alias: std::basic_string<char8_t>

std::u8string uit <string> is een alias voor std::basic_string<char8_t>. Het beheert aaneengesloten opslag en maakt het mogelijk de lengte van de tekenreeks te wijzigen. Initialiseer het met een UTF-8-literal, bijvoorbeeld std::u8string text = u8"A\u00E9";. Het voorvoegsel u8 levert een literal op met elementen van het type char8_t.

size() en indexering hebben betrekking op code-eenheden, niet op Unicode-codepunten of tekens zoals gebruikers die ervaren. In het voorbeeld nemen A, é en ! samen vier UTF-8-eenheden in. Een bewerking op één index kan de meerledige codering van een teken opsplitsen. De container valideert UTF-8 niet en voert geen Unicode-normalisatie uit.

c_str() geeft een const char8_t* beschikbaar; de afsluitende nul telt niet mee in size(). Dit is geen const char*: std::u8string wordt niet impliciet omgezet naar std::string en kan niet rechtstreeks met std::cout << text worden afgedrukt. Koppeling aan een op char gebaseerde interface vereist expliciete afhandeling van de representatie en het coderingscontract.

Dit artikel is gericht op C++23. De in de repository opgegeven compilatiestandaard bewijst geen compatibiliteit met de productieomgeving tijdens uitvoering. De bron eel.is is een doorlopend bijgewerkt concept, geen bevroren C++23-publicatie.

Voorbeelden

#include <iostream>
#include <string>

int main() {
    std::u8string text = u8"A\u00E9";
    text += u8"!";
    std::cout << "code units: " << text.size() << '\n';
    std::cout << "terminator: "
              << static_cast<unsigned int>(text.c_str()[text.size()])
              << '\n';
}

Resultaat

code units: 4
terminator: 0

De getoonde code en het opgegeven resultaat zijn in een geïsoleerde omgeving geverifieerd met de methode die in het verificatiebewijs voor exact deze versie is vastgelegd.

Bronnen